[閒聊] 嫌豬手事件簿:真正是犯人的機率?

看板JapanMovie (日本電影)作者 (think beyond)時間15年前 (2010/12/02 18:36), 編輯推噓1(106)
留言7則, 1人參與, 最新討論串1/2 (看更多)
網誌版 可能有雷 http://willersjp.blogspot.com/2010/12/i-just-didn-do-it-2007.html 演員: 加瀨亮(金子徹平), 瀨戶朝香, 山本耕史, 光石研, 大森南朋, もたいまさこ, 役 所廣司, 小日向文世, 導演: 周防正行 編劇: 周防正行 配樂: 劇情簡介: 金子徹平搭電車上班途中,被高中生檢舉為色狼。 什麼都沒做過的他,不僅被帶到車站辦公室,還要接受警察誘導式詢問,連值班律師也勸 他認罪比較省事。 決心還自己清白的金子,將與律師、家人、朋友一起對抗司法制度... ------------------------------------------------------------ 現在才回頭PO心得,是有點lag了, 不過因為打算拋開那些電影觀賞角度, 決定用電影裡提供的資訊來推導出一個令人意想不到的事實。 跟日影或許沒那麼大的關係,但也算是周邊的討論吧。 電影裡面說了「電車癡漢事件判刑的機率是99.8%」 而否認犯罪,最後獲判無罪的機率只有3%. 可得知: 癡漢而判有罪機率 0.998 無辜鄉民而得到清白機率 .03 (可標示成下表) 判罪 清白 癡漢 .998 .002 鄉民 .97 .03 現在我們假設所有坐電車的人中,有5%的癡漢, (我查不到這部份犯罪率,所以用5%,但應該是相當高估了。) 來問一個問題,「被判有罪,但真正是癡漢的機率是多少?」 (這是貝氏定理的應用,有興趣可以參考wiki) p(癡漢|判罪)=p(判罪|癡漢)* p(癡漢) / p(判罪) =.998* .05/ (.998*.05+.97*.95)=.051 也就是說,被判有罪的人當中,只有5.1%的人是真正的癡漢!! 當然,我們若把樣本定的更精準,限定在那些被舉報的人當中,有50%的癡漢。 上述公式 p(癡漢|判罪)=p(判罪|癡漢)* p(癡漢) / p(判罪) =.998* .5/ (.998*.5+.97*.5)=.507 也就是說,被判有罪的人當中,只有50.7%是真正的癡漢, 本來被舉報的人當中有50%機會是癡漢,而經過審判定罪後, 也只增加0.7%的機會肯定他是癡漢。 為什麼會這樣? 因為無辜的鄉民判罪率高達97%,也就是說司法審判根本是無效的篩選工具。 (如果司法願意改革,清白的人獲判無罪的機率上升到90%, 那麼計算之後真正癡漢比率是91%,也就是法律相當程度伸張了正義) 小結論: 1.當癡漢犯罪率(同理:飛機失事率、愛滋得病率)其實很低時, 就算很好的工具檢測出來的結果還是不代表真相! 2.若司法制度沒有辦法還無罪的人清白,那根本不需要司法制度, 隨便路人都可以當法官!(這一點電影有提到) (以上理論經過幾天的思考,但還是會有盲點,歡迎板友提出意見討論) -- 沒有酒的時候 到河邊去捧飲自己的影子 沒有嘴的時候 用傷口呼吸 -- ※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 115.30.75.164

12/02 20:06, , 1F
貝氏定理在計算上不是如文中那樣用的:.97必須改為.002
12/02 20:06, 1F

12/02 20:19, , 2F
還有個問題是,針對99.8%和3%的機率在解讀上您有點誤會了
12/02 20:19, 2F

12/02 20:19, , 3F
99.8%是指不論被告有無否認犯罪,在過去案例中被判刑的機率
12/02 20:19, 3F

12/02 20:19, , 4F
3%則代表:當被告否認犯罪時,在過去案例中被判刑機率為97%
12/02 20:19, 4F

12/02 20:50, , 5F
最後,抱歉要請您修正我打字上的錯誤。經推文板友的指正,
12/02 20:50, 5F

12/02 20:51, , 6F
「自確定審判之日起三年內能提起申訴」是我看的字幕錯了
12/02 20:51, 6F

12/02 20:51, , 7F
照他們的說法,好像該改成「審判之日起三年為緩刑考驗期」
12/02 20:51, 7F
謝謝antifog的回應 電影裡提到: 1. p(判罪)=.998 2. p(清白|否認)=.03 根據1., 我推斷p(判罪|癡漢)=.998 (無論承認或否認,判罪機率.998;如果真的犯了罪,用.998判罪率估計也合理) 要用貝氏推導,上面的資訊並不夠, 因此我最大的假設是「如果嫌疑犯否認,那麼他們是清白的鄉民」 根據2.加上我的假設, p(清白|鄉民)=.03 p(判罪|鄉民)=1-.03=.97 因此如本文中,我使用以上的資訊來推導貝氏定理 ※ 編輯: willer 來自: 115.30.75.164 (12/02 22:09)
文章代碼(AID): #1CztQiRV (JapanMovie)
文章代碼(AID): #1CztQiRV (JapanMovie)